Sber, Yandex y red_mad_robot muestran cómo la inteligencia artificial cambia el papel del desarrollador

La IA se hace cargo cada vez más de la parte rutinaria del desarrollo, y el papel del ingeniero pasa de escribir código a mano a plantear tareas y controlar el resultado. Los ejemplos de Sber, Yandex, T-Technologies y red_mad_robot muestran que este cambio ya influye no solo en la velocidad de las versiones, sino también en lo que se exige a los propios desarrolladores.

Cómo cambia el desarrollo

Sber describe su avance hacia el AI PDLC mediante una escala de madurez del nivel cero al quinto. Ahora la empresa está en el nivel de supervised automation: la IA ya está integrada en la mayoría de las etapas del desarrollo, pero la decisión final sigue en manos de una persona. Según la compañía, unos 14.000 desarrolladores usan GigaCode y casi el 80% de ellos trabaja con la herramienta a diario. La proporción de código generado por IA y aceptado por los equipos pasó del 45% a principios de 2025 al 69% a finales de año. Ya no es un asistente puntual, sino una nueva pauta de trabajo.

El siguiente paso es rehacer el propio entorno. En noviembre de 2025, Sber trasladó a sus desarrolladores de JetBrains IDE a su propio GigaIDE PRO, donde trabajan siete agentes de IA: desde documentación y registro de eventos hasta pruebas automáticas y analítica. Más de la mitad de sus sugerencias se aceptan. En paralelo cambia la economía de la contratación: si en 2024 un ingeniero nuevo necesitaba 71 días para alcanzar plena productividad, ahora son 36. En esta lógica, la persona dedica menos tiempo a la mecánica y más a dirigir el proceso.

«El 90% de la implementación lo hace la IA, y el 90% de la gestión de

la idea sigue en manos de las personas».

Qué ocurre con las personas

La ventaja tecnológica no elimina los costes humanos. Los investigadores de Sber señalan que los júniors caen cada vez más en un papel extraño: no tanto aprender a escribir código como evaluar el resultado creado por un modelo, aunque aún les falta una base propia. Los ingenieros con más experiencia tienen otro problema: parte del placer del trabajo venía de resolver tareas complejas, y con los agentes aparece la sensación de que ya no eres autor, sino controlador de una cadena de montaje. De ahí la inquietud por las habilidades, el estatus y el propio valor en el mercado.

En producción esto se nota aún más. En una corporación no se puede simplemente activar un modo agente de moda y esperar un milagro: el sistema debe entender las API internas, las políticas de seguridad y las restricciones regulatorias. Por eso el «vibe coding» casi no funciona en estado puro en las grandes empresas. El caso de GigaCode es revelador: en diciembre cerró una versión completa de una herramienta para cargar y verificar bibliotecas sin una sola línea escrita a mano. La versión incluyó cinco tareas grandes y varias correcciones, y el equipo aceptó el resultado sin observaciones serias. Esto cambia la especialización del ingeniero: menos montaje manual, más planteamiento de tareas, revisión y responsabilidad arquitectónica.

Cómo se mide el efecto

Yandex y T-Technologies muestran que medir el efecto solo por líneas de código ya carece de sentido. En Yandex, alrededor del 70% de los desarrolladores usa con regularidad asistentes de IA al escribir código y hace de media entre un 10% y un 20% más de commits. Pero generar código es solo una parte del trabajo: mucho tiempo se va en buscar información, diseñar, depurar y revisar. El AI Chat interno redujo notablemente las visitas a la wiki, y DeepAgent, según la estimación de la empresa, ofrece una aceleración de diez veces en tareas complejas de exploración de la base de código.

T-Technologies, por su parte, no mira el volumen de texto, sino la Developer Experience.

• tiempo desde el primer commit hasta el despliegue
• proporción de tiempo de concentración y número de cambios de contexto
• rapidez de la primera revisión
• proporción de pruebas inestables
• duración de la adaptación de un ingeniero nuevo

Según la telemetría interna de T-Technologies, la proporción de usuarios regulares de IA pasó del 17% al 85% en diez meses, y cuatro semanas después del primer contacto con el asistente, el 80% sigue usándolo en el IDE y el 75% en la interfaz web.

red_mad_robot fue aún más lejos: la compañía montó prototipos para web, iOS y Android en 48 horas, obtuvo unas 80.000 líneas de código y 208 commits, y el papel del equipo se redujo en la práctica a un único ingeniero de IA que orquestaba agentes. Con un coste de modelo de unos 27 dólares por prototipo, ya no es solo aceleración, sino una nueva economía del producto.

Qué significa

El desarrollador no desaparece, pero su trabajo sube rápidamente de nivel: de escribir código a formular la intención, comprobar el resultado y gestionar agentes. Para las empresas, el principal riesgo ya no es que la IA escriba demasiado, sino que el negocio logre acelerar las versiones sin lograr rehacer la formación, las métricas y la cultura de ingeniería para la nueva realidad.